Field evaluation of energy expenditure in women using Tritrac accelerometers
Notice bibliographique
Résumé
PURPOSE: To investigate the use of Tritrac accelerometers to measure energy expenditure (EE) of various activities for women in the field setting, as compared with portable indirect calorimetry. METHODS: Twenty women (age 20-29) performed a choreographed routine of six activities (walking, jogging, stair climbing, walking on an incline, stationary cycling, and arm ergometry) while wearing a Tritrac-R3D accelerometer (Hemokinetics Inc., Madison WI) and the Cosmed K4b(2) portable metabolic cart (Cosmed, Rome, Italy). RESULTS: Comparing the mean error scores (K4b(2) - Tritrac), the Tritrac overestimated the EE (kcal x min(-1)) of walking (-1.45) and jogging (-1.75), whereas underestimating the EE of stair climbing (2.76), stationary cycling (2.75), and arm ergometry (1.20). Walking on an incline showed the lowest mean error score (-0.11). Intraclass correlations were moderate for walking (r = 0.568, < 0.05), jogging (r = 0.666, < 0.05), and stairs (r = 0.503, < 0.05) but for the other activities ranged from r = 0.290 ( > 0.05) to r = 0.480 ( < 0.05). The raw data from the Tritrac was applied to a previously developed nonlinear model to adjust the Tritrac scores to the standard of whole-room indirect calorimetry. This resulted in statistically significant improvements in the agreement between the adjusted Tritrac value and the K4b for walking, jogging, and walking on an incline ( < 0.05). CONCLUSION: When compared with portable indirect calorimetry, the Tritrac overestimates the EE of walking and jogging, whereas underestimating that of stair climbing, stationary cycling, and arm ergometry. This limits the use of such a technique to measure EE in the field. The main issues appear to be the type and intensity of the activity and the need for movement in order for the Tritrac to register EE. Activity specific linear regression equations are proposed as a tool to improve the measurement of EE using the Tritrac in the field.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».